1991～2020年四川省气候平均值的变化及业务应用评估

利用1991～2020年与1981～2010年四川省156个国家气象站地面气候平均值资料,从年、月尺度对比分析了新旧2个30 a气候平均值的差值分布特征及业务应用差异。结果表明：（1）近30 a四川省年平均气温升高了0.3℃,年内各月平均气温均升高,全省93.7%站点增温0.1～0.5℃。（2）近30 a四川省平均年降水量增多3.8 mm,年内6～10月降水量差值变化大,川西高原年降水量大部地区以增多为主,盆地和攀西地区以减少为主。（3）启用新30 a气候平均值后,四川省大部地区年、月平均气温距平有所降低,全省平均年降水量距平变化不大,但各地年、月降水量距平变化区域差异显著。（4）四川地区冬季平均气温升高,近42 a中（1981～2022年）暖冬减少6 a,冷冬增加5 a;春季平均气温升幅大,盆地常年春季开始日期提早,持续天数增加。（5）气候平均值的改变对气象要素及气候事件监测评价等业务应用有较大影响。     

积雪分布及其对中国气候影响的研究进展

对北半球不同地区的积雪分布状况、积雪异常影响中国气候的事实以及影响机理等问题的研究成果进行了较系统的回顾与总结。青藏高原、蒙古高原、欧洲阿尔卑斯山脉及北美中西部是北半球积雪分布的关键区,其中青藏高原是北半球积雪异常变化最强烈的区域。中国积雪分布范围广泛,其中新疆、东北和青藏高原是3个大值区。总体来看,北半球积雪有减少的趋势,而中国积雪却有弱的增加趋势。冬、春季高原积雪与欧亚积雪对中国夏季降水的影响是相反的。积雪影响中国气候的机理解释为：冬季积雪反照率效应起主要作用,春夏季积雪水文效应起主要作用。积雪被视为中国短期气候预测的一个重要物理因子,继续加强该领域的研究对于提高中国短期气候预测的准确率将有重要意义。     

基于MTM-SVD方法的黄河流域夏季降水年际变化及其主要影响因子分析

应用中国气象台站积雪日数资料和NCEP/NCAR再分析资料以及多锥度—奇异值分解方法 (MTM-SVD),分析了近50年来黄河流域夏季降水的时空变化及其影响因子.发现黄河流域夏季降水存在显著的2～3年周期.在准3年周期上黄河流域夏季降水对前冬青藏高原东部积雪日数有很好的响应,当前冬高原积雪日数以正 (负) 异常为主时,接下来的夏季黄河流域降水偏少 (多).这种响应存在年代际变化,在1983年之前最为明显,1983~1993年是个调整时期,1993年以后又开始明显.在准2年周期上黄河流域夏季降水对前冬西太平洋暖池SST有很好的响应,当前冬西太平洋暖池SST偏高 (低) 时,接下来的夏季黄河流域降水表现为东多 (少)西少 (多) 型.这一响应同样存在年代际变化.前冬高原积雪和西太平洋暖池SST是影响黄河流域夏季降水的重要因子.     

华西秋雨逐日监测指数的建立及其分析

使用1972—2011年气象站逐日降水量和日照时数资料,建立了新的华西秋雨逐日监测指数,并对新指数的空间、时间适用性进行分析,进而研究华西秋雨的季节内变化特征。利用实际气象灾害记录确定了华西秋雨区主要发生省份的秋雨偏强年,与新华西秋雨监测指数进行对比验证,发现大多数年份两者是一致的。另外也有不一致的情况,有的年份监测指数显示秋雨偏强,但是并不在灾害记录确定的偏强年里,通过进一步查找文献和对比实际降水资料,发现监测指数符合实际情况。还有一些通过灾害记录确定的偏强年,秋雨监测指数不强,进一步研究指出这些异常年份的秋雨灾害往往发生在较短的几天里,其余大部分时间内华西秋雨正常或偏弱,所以并没有在全年的监测指数中得以体现。气候平均状况下华西秋雨强度9—10月随时间在波动中减弱,包含3个偏强时段,其中9月6一16日为最强的一个时段。9—10月华西秋雨的季节内变化存在较大的年代际差异,其中20世纪70年代华西秋雨有2个显著时段(9月13—22日和10月4—8日),80年代华西秋雨有3个显著时段(9月3—17日、9月25至10月8日和10月13—25日),90年代华西秋雨有3个显著时段(9月12—22日、10月3—7日和12—20日),21世纪初有3个显著时段(9月1-10日、9月21至10月7日和10月11—16日)。个例应用表明,监测指数能直观清晰地表现出华西秋雨发生、发展和消失的整个演变过程。     

近50年黄河流域夏季降水的时空变化及其与东亚副热带西风急流的关系

基于1959-2008年黄河流域92个测站降水量和NCEP/NCAR再分析资料,研究黄河流域夏季降水的时空变化和周期特征,及其与东亚副热带西风急流的关系。结果表明,黄河流域夏季降水呈现由东南向西北逐渐减少的分布特点,其夏季降水的异常空间型主要有3种:全流域一致型,东南多(少)西北少(多)型,西南多(少)东北少(多)型。当夏季东亚副热带西风急流中心异常偏北(南)时,同期黄河流域中上游地区降水偏多(少),下游降水偏少(多);东亚副热带西风急流中心异常偏东(西)时,黄河流域上游降水偏多(少),中下游地区降水偏少(多)。     

秋季热带印度洋偶极子年际振荡对长江上游径流量多寡的影响分析

利用年际增量、小波分析和回归分析等方法深入分析了秋季热带印度洋偶极子(Tropical Indian Ocean Dipole,TIOD)年际振荡对次年长江上游年径流量的影响特征及其物理机理.结果表明,长江上游年径流量和秋季TIOD均具有显著的年际振荡特征,在20世纪80年代以前和90年代之后尤为明显.两者的滞后相关系...     

白河流域年径流量对气候变化的响应研究

基于气象和水文观测资料,分析白河流域年径流量与气象要素的关系并建立拟合模型,利用CMIP5模式在不同典型浓度路径（RCPs）下的模拟结果,预估21世纪白河流域年径流量的变化特征。结果表明：1981~2012年白河流域年径流量呈先减少后增加的变化趋势,与气象站观测的年平均最高气温呈显著负相关,与降水量呈显著正相关。以红原、阿坝站的年平均最高气温和年降水量为自变量,唐克站年径流量为因变量,建立了多元线性回归方程,该方程通过了0.01水平的显著性检验,验证期同号率达100%,说明其稳定可靠。对21世纪白河流域年径流量的预估表明,RCP2.6情景下,其年径流量没有明显的变化趋势,可以维持在当前水平;RCP4.5情景下,年径流量呈减少趋势,气候倾向率为−0.28 × 10⁸ m³/10 a, 21世纪中期和末期分别减少17%和19%;RCP8.5情景下,年径流量呈显著减少趋势,气候倾向率为−1.1 × 10⁸ m³/10 a,21世纪前、中、末期分别减少20%、24%和49%。     

四川省暴雨过程强度及损失评估方法研究

利用1961—2015年四川省逐日降水资料、典型年份各区县暴雨灾情、GDP、人口和耕地面积资料,采用加权求和法建立基于归一化的过程降水量、最大日降水量和过程持续天数的暴雨综合强度指数及等级标准;基于经济损失率、人口受灾率和作物受灾率指标,采用灰色关联法确定灾害严重程度;利用相关分析法分别建立基于暴雨综合强度指数和基于暴雨灰色关联度的灾害损失评估模型,分析了各地不同重现期暴雨可能造成的经济损失率。结果表明:暴雨综合强度指数能够较好地揭示不同强度等级暴雨的时频和空间分布特征,暴雨过程造成的损失与暴雨综合强度指数和暴雨灰色关联度均显著相关,两种损失评估模型的拟合与试评估效果均较好,5 a一遇暴雨的经济损失率多在3%以下,50 a一遇暴雨的经济损失率多在3%以上,盆地北部和西部山区在5%以上,局地可达7%～9%。     

近400年澜沧江源区年平均流量周期特征及其对厄尔尼诺的响应

本文基于重建的1595~2006年澜沧江源区年平均流量(澜沧江流量)和NOAA古气候资料,应用MTM-SVD方法对澜沧江流量周期变化规律及其对厄尔尼诺的响应进行了分析。结果表明,近400年澜沧江流量与厄尔尼诺有显著负相关,在年代际的13.5年和年际的5年周期上存在显著协同变化,并且分别对当年春末和上年秋初的大气环流有很好的响应。在13.5年和5年典型循环过程中,二者都表现出反位相的对应关系,当厄尔尼诺指数偏低(高)时,澜沧江流量偏多(少)。但是进一步分析海温异常空间分布,发现在13.5年周期中,澜沧江流量主要受中部型厄尔尼诺事件影响,而在5年周期循环中,澜沧江流量则主要受东部型厄尔尼诺事件调控。在13.5年典型周期循环中,中部型厄尔尼诺会引起双圈沃克环流异常,同时激发PJ(太平洋-日本涛动)遥相关波列,并影响澜沧江源区气温和降水,从而导致澜沧江流量异常;在5年周期循环中,东部型厄尔尼诺会引起单圈沃克环流异常,同时激发EU(欧亚)遥相关波列,进而影响澜沧江流量变化。     

四川省近10年极端小时降水时空分布特征

利用2012～2020年四川省156个国家气象观测站小时降水资料,以四川盆地、川西高原和攀西地区为考察重点,统计分析了全省极端小时降水的时空分布特征。结果表明：（1）四川省各站极端小时降水阈值、发生频次、平均强度及贡献率差异明显,高值区主要集中在盆地和攀西南部;盆地多站极端小时降水阈值在50 mm/h以上,小时降水极大值超过80 mm/h。（2）四川省极端小时降水事件主要集中在7月和8月,其中50 mm以上的小时强降水事件占比超过1/3;盆地、川西高原和攀西地区极端小时降水发生频次分别在7月、6月和8月达到最高,而小时强降水事件分别在8月、7月和6月出现最多。（3）四川省极端小时降水频次日变化峰值出现在02时,具有单峰和夜发特征,其中盆地、川西高原和攀西地区主峰值分别出现在05时、21时和02时;四川省50 mm以上小时强降水事件夜发占比达63.5%,各区域出现高峰时段差异大。